虹膜色素沉着对可见光虹膜验证系统性能偏差的影响：比较研究

虹膜识别技术在生物特征识别系统中发挥关键作用，但其性能可能受虹膜色素沉着变化的影响。本文研究虹膜色素沉着对生物特征识别系统功效的影响，重点比较分析蓝色虹膜与深色虹膜。数据集采用多种设备采集，包括 P1、P2 和 P3 智能手机[4]，以评估系统在不同采集环境下的鲁棒性[19]。采用传统机器学习技术和深度学习模型，即 Open-Iris、ViT-b 和 ResNet50，评估等错误率（EER）和真匹配率（TMR）等性能指标。结果表明，虹膜识别系统对蓝色虹膜的识别准确率普遍高于深色虹膜。此外，我们考察了这些系统跨不同虹膜颜色和设备的泛化能力，发现虽然在多样化数据集上训练能提升识别性能，但改善程度取决于具体模型和设备。分析还揭示了与虹膜颜色和跨设备变异性相关的固有识别性能偏差。这些发现凸显了更包容的数据集收集和模型改进的必要性，以减少偏差并促进不同虹膜色素沉着和设备配置下的公平生物特征识别。